AO_468

74 | MARZO 2026 AUTOMAZIONE OGGI 468 Tavola rotonda AUTOMAZIONE OGGI stiamo implementando riguardano l’area commerciale, di pre-sales tecnica, l’IT Service Management ma anche tutte le operations. Un caso d’uso emblematico su cui stiamo lavorando riguarda il supporto all’analisi dei tender. Nel settore industriale, la produzione di offerte commerciali richiede l’analisi di capitolati tecnici complessi, spesso ricevuti come PDF scansionati o documenti non strutturati. Utilizziamo l’AI generativa per ‘leggere’ questi contratti, estrarre i requisiti tecnici vincolanti e mapparli automatica- mente sui sistemi aziendali. Parallelamente, in ambito IT, integriamo strumenti per evol- vere l’assistenza da semplice ticketing a ri- soluzione predittiva delle problematiche. La motivazione principale non è la moda tecno- logica, ma la necessità di ridurre i roadblock di processo e liberare le risorse umane da task a basso valore aggiunto per concentrarle su attività decisionali. Elio Bolsi , general manager di wenglor sen- soric italiana ( www.wenglor.com/it ) : Sì, co- nosciamo e utilizziamo già strumenti di AI generativa in diverse aree aziendali, in par- ticolare in ambito documentale, supporto tecnico, formazione interna e marketing. Le prime applicazioni riguardano redazione e sintesi di documentazione tecnica, creazione di materiali formativi e supporto alla comuni- cazione. La spinta principale alla sperimenta- zione è legata all’aumento della produttività e alla riduzione dei tempi operativi, soprat- tutto per attività ripetitive e a basso valore aggiunto. Allo stesso tempo, affrontiamo l’adozione con cautela: i principali elementi di attenzione restano la gestione dei dati sensibili, l’affidabilità dei risultati, l’integra- zione con sistemi industriali esistenti e i costi di alcune soluzioni, che possono incidere in modo rilevante sui budget aziendali. Paolo Poletti , president & managing director Yaskawa Italia ( www.yaskawa.it ) : Stiamo ini- ziando a sperimentare strumenti di AI gene- rativa in alcune aree aziendali, in particolare in ambito marketing e nella gestione ammi- nistrativa di clienti e fornitori, con l’obiettivo di valutarne l’impatto reale sui processi e comprenderne le potenzialità in contesti tecnici e industriali complessi. L’iniziativa si trova ancora in una fase preliminare, poiché l’utilizzo di sistemi come ChatGPT, Copilot, Gemini o soluzioni analoghe comporta ri- schi legati alla gestione dei dati e delle infor- mazioni riservate. Su questi aspetti, cruciali per un’adozione più diffusa dell’AI nel nostro gruppo, la nostra casa madre in Giappone sta attualmente lavorando. Nel vostro contesto dove vedete il maggiore valore aggiunto dell’AI generativa? Pinzello : Il maggiore valore dell’AI genera- tiva emerge nella riduzione della comples- sità e nel supporto alle persone. In ambito industriale, molte attività ad alta intensità di tempo, come la ricerca delle informazioni tecniche corrette o la sintesi di dati e proce- dure, possono essere trasformate in flussi più rapidi e coerenti, liberando risorse per deci- sioni e attività a maggior valore. Un secondo ambito chiave è l’accelerazione dell’ingegneria. La creazione e la manuten- zione del codice industriale, ad esempio nei sistemi di controllo e nella programmazione PLC, è tradizionalmente costosa non solo in termini di tempo, ma anche di complessità tecnologica e cognitiva. In questo contesto, l’AI generativa può supportare la creazione di contenuti tecnici e di logiche o artefatti software, a condizione che gli output siano sempre validati secondo regole, standard e controlli deterministici tipici dei contesti in- dustriali. In tutti i contesti industriali questo richiede un approccio governato, che diventa imprescindibile negli ambiti più critici, con output verificabili e una chiara supervisione umana. Infine, nelle operations, l’AI generativa può favorire il passaggio da una gestione pre- valentemente basata sulla regolazione tattica dei parametri a una gestione per obiettivi, in cui operatori e ingegneri definiscono risultati e vincoli, mentre i sistemi suggeriscono con- figurazioni e azioni coerenti per raggiungerli. Schantz : Vediamo maggior valore aggiunto del suo utilizzo nel supporto alle decisioni e nella significativa riduzione dei tempi ne- cessari per comprendere e gestire situazioni operative complesse. Gli ambienti industriali generano enormi volumi di dati tra allarmi, log, sensori, registri di manutenzione e do- cumentazione ingegneristica. L’AI generativa è in grado di integrare que- ste fonti, contestualizzarle e restituire insight attraverso interazioni intuitive in linguag- gio naturale. Questa capacità consente a ingegneri e operatori di passare più rapida- mente dai dati alla comprensione, soprat- tutto in situazioni critiche o anomalie di processo, dove il fattore tempo è cruciale. Sintetizzando le informazioni e mettendo in evidenza il contesto rilevante, con la l’AI generativa si può ridurre il carico cognitivo e prendere decisioni più rapide e informate. Si possono inoltre automatizzare attività ripeti- tive e dispendiose in termini di tempo, come la documentazione, il reporting e le analisi. Gandolfi : Nel nostro settore il maggiore va- lore aggiunto dell’AI generativa risiede nella capacità di accelerare e ottimizzare numerosi processi chiave dell’automazione industriale. L’AI generativa si rivela particolarmente effi- cace nella riduzione dei tempi di sviluppo e nell’automazione di task ripetitivi, come la generazione di report, la creazione di data- set per il training dei sistemi di visione e la produzione di documentazione tecnica. Questo consente ai nostri ingegneri e ope- ratori di concentrarsi su attività a più alto valore aggiunto, favorendo l’innovazione e la risoluzione di problemi complessi. Per Omron l’AI generativa è un fattore abilitante che rende i processi più efficienti, adattivi e resilienti, contribuendo a mantenere la com- petitività dei nostri clienti in un mercato in continua evoluzione. Alberto Pinzello, Rockwell Automation